声明
摘要
插图清单
附表清单
第一章 绪论
1.1 IRFPA非均匀性校正算法的研究意义
1.2 IRFPA非均匀性校正算法的研究现状
1.2.1 基于标定的NUC算法
1.2.2 基于场景的NUC算法
1.2.3 基于Kalman滤波的NUC算法研究现状
1.3 目前NUC算法所面临的主要问题
1.4 论文研究内容和结构安排
1.5 本章小结
第二章 基于Kalman滤波的IRFPA非均匀性校正实现原理
2.1 IRFPA非均匀性分析
2.1.1 IRFPA非均匀性来源
2.1.2 IRFPA非均匀性定义及其性能指标
2.2 常见非均匀性校正算法
2.2.1 两点和多点校正算法
2.2.2 神经网络校正算法
2.2.3 常见校正算法仿真分析
2.3 Kalman滤波算法
2.3.1 最小均方误差估计准则
2.3.2 维纳滤波
2.3.3 Kalman滤波算法实现
2.3.4 Kalman滤波算法实现IRFPA非均匀性校正的优势
2.4 基于Kalman滤波的IRFPA非均匀性校正实现原理
2.5 本章小结
第三章 基于Kalman滤波的IRFPA非均匀性校正算法研究
3.1 经典的Kalman滤波非均匀性校正算法
3.1.1 探测元线性响应模型
3.1.2 经典Kalman算法实现
3.1.3 经典Kalman算法目前存在问题
3.2 改进的Kalman滤波非均匀性校正算法
3.2.1 探测元非线性响应模型
3.2.2 改进算法的实现
3.2.3 改进算法与经典算法的比较
3.3 优化的Kalman滤波非均匀性校正算法
3.3.1 新状态变量定义
3.3.2 优化算法的实现
3.3.3 优化算法和经典算法的比较
3.4 三种算法的计算复杂度理论分析
3.5 本章小结
第四章 算法的仿真结果分析
4.1 红外图像模拟仿真
4.1.1 算法模拟仿真
4.1.2 仿真结果分析
4.2 实际采集的红外图像仿真
4.2.1 算法校正精度仿真
4.2.2 算法校正速度仿真
4.2.3 仿真结果分析
4.3 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
附录A 读研期间参与项目和发表的论文